jiay7/wenet_onlinedecode

Went online decode demo

wenet_onlinedeocde

环境配置

torch、CUDA版本以及其他python包安装，参考wenet官方文档：https://github.com/mobvoi/wenet

文件配置

根据exp/unified_conformer/train.yaml中的描述补全cmvn_file、checkpoint、dict等关键文件，默认模型为16k采样率数据训练所得。

系统运行

在正确的环境下直接执行python demo.py，默认执行offline的识别。如要修改为录音解码模式请取消demo.py文件112行注释。

wenet_onlinedecode's Issues

means = cmvn_stats['mean_stat'] KeyError: 'mean_stat' 请问这个怎么解决

How to use wfst based lm with this?

关于手机录音识别的问题

您好，我试了您的demo.py 使用aishell 的数据没有任何问题，很棒，但是当我用这个demo识别我自己用手机录的音频时，结果完全不对，这个是是么原因呢。录音是.mp3格式，转成了.wav

RuntimeError: Backend "sox" is not one of available backends: ['soundfile'].

请问RuntimeError: Backend "sox" is not one of available backends: ['soundfile'].，这个问题怎么解决的？

识别效果

您好，我用的wenet官方第一个conformer模型，识别效果很差，在exp/unified conformer下增加了那个模型的global_cmvn、final.pt、lang_char.txt文件，请问还需要改动什么地方吗

请问加载那个预训练模型？